AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 Max Preview

Сводка

Средний балл практически равен: 6.0 vs 6.0. KAT-Coder-Air V2.5 (low) имеет более низкую стоимость benchmark: $0.030 vs $0.075. Qwen3.6 Max Preview быстрее: 3.30s vs 6.47s, с долей успешных попыток 46.0% vs 58.7%.

Рекомендуемая модельQwen3.6 Max PreviewЗдесь у него лучший балл (6.0), и он отвечает примерно в 2.0 раза быстрее, чем KAT-Coder-Air V2.5 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-14

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Релиз: 2026-07-14	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20

Метрика	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Релиз: 2026-07-14	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20
Оценка	6.0	6.0
Ранг	#124	#122
Надежность	9.7	10.0
Стабильность	7.6	9.2
Тестов верно
Доля успешных попыток	46.0%	58.7%
Нестабильные тесты	6	2
Всего запусков	63	63
Стоимость за результат	0.427	0.824
Общая стоимость	$0.030	$0.075
Цена входа	$0.150 / 1M	$1.040 / 1M
Цена выхода	$0.600 / 1M	$6.240 / 1M
Общее число входных токенов	42,464	42,509
Выходные токены	4,227	4,779
Токены рассуждений	34,864	0
Время ответа (среднее)	6.47s	3.30s
Время ответа (макс.)	25.49s	20.51s
Время ответа (суммарно)	135.80s	69.40s

Генерация showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#124 KAT-Coder-Air V2.5

low

Стоимость: $0.004
Время: 29.9s
Токены: 6,008 tok

#122 Qwen3.6 Max Preview

none

Стоимость: $0.025
Время: 83.9s
Токены: 4,066 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Qwen3.6 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.40s	711	69	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

Быстрое сравнение

Сменить пару сравнения